文献

J-GLOBAL ID：202202277664137158   整理番号：22A1093738

深層リカレントニューラルネットワークに基づくSDNベースSCADAシステムにおけるDDoS攻撃の正確な検出に対する新しいアプローチ【JST・京大機械翻訳】

A novel approach for accurate detection of the DDoS attacks in SDN-based SCADA systems based on deep recurrent neural networks

著者 (4件)： Polat Hueseyin (Department of Computer Engineering, Faculty of Technology, Gazi University, Ankara 06500, Turkey) ,  Tuerkoglu Muammer (Department of Software Engineering, Samsun University, Samsun 55000, Turkey) ,  Polat Onur (Department of Computer Engineering, Faculty of Technology, Gazi University, Ankara 06500, Turkey) ,  Senguer Abduelkadir (Department of Electrical and Electronics Engineering, Firat University, Elazig 23000, Turkey)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 197  ページ： Null  発行年： 2022年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： スーパービジョン制御とデータ取得(SCADA)システムは,重要なインフラストラクチャと産業プロセスを監督し,監視する。しかし,従来のネットワークアーキテクチャ上で走るSCADAシステムはスケーラビリティと管理性限界を持っている。そのプログラマブル動的アーキテクチャを通して,ソフトウェア定義ネットワーク(SDN)技術は,SCADAシステムのための迅速な構成,スケーラビリティ,およびより良い管理性を提供する。既存のSCADAシステムとSDNの組合せは,より実用的なSDNベースのSCADAシステムを生成した。しかし,それらの敏感な位置のため,SCADAシステムは,非常に危険なサイバー攻撃のターゲットである。特に,分散型サービス(DDoS)のようなサイバー攻撃に対する行動を正確に検出して行う失敗は,SDNベースのSCADAシステムにおけるサービス破壊につながり,これは,寿命の損失や大規模な財政損失を引き起こすかもしれない。本研究は,SDNベースのSCADAシステムを目標とするDDoS攻撃の検出をよりよくするために,2つの別々の並列深層学習ベースの方法,長い短温度メモリ(LSTM)およびゲート電流ユニット(GRU)を含む,リカレントニューラルネットワーク(RNN)分類器モデルを提案した。提案した並列構造を訓練データセットでエンドからエンドまで訓練し,検証データセットで試験した。このモデルを移動学習手順で処理した。特徴を訓練データセットで抽出し,抽出した特徴をサポートベクトルマシン(SVM)で分類した。転送学習では,検証データを特徴抽出に用い,得られた特徴を訓練されたSVM分類器で分類した。作業の一部として,DDoS攻撃と規則的ネットワークトラフィックデータの両方を含むサンプルデータセットを,実験的に生成したSDNベースのSCADAトポロジーを用いて作成した。実験的研究はDDoS攻撃検出に対して97.62%の精度をもたらしたが,転送学習は,約5%の性能改善を可能にした。結果は,提案したRNN深層学習分類器モデルが,SDNベースのSCADAシステムを標的とするDDoS攻撃を効果的に検出できることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 位相幾何学 ,  記憶装置 ,  学習 ,  特徴抽出 ,  インフラストラクチャー ,  データ収集 ,  *行為 ,  計算機アーキテクチャ ,  *SCADAシステム ,  ネットワークアーキテクチャ ,  サポートベクトルマシン ,  *サイバー攻撃
準シソーラス用語： 訓練データ ,  *DDoS攻撃 ,  *リカレントニューラルネットワーク ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： SDN ,  DDoS攻撃 ,  SCADA ,  重要なインフラストラクチャー ,  LSTM ,  GRU

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 深層 ,  リカレントニューラルネットワーク ,  SDN ,  SCADAシステム ,  DDoS攻撃